PhD Find博士申请助手 · PhDFind
English version not available for this project. Browse English projects

地球与环境科学博士：用地球观测和机器学习支持水资源管理

项目1552 · CNRS · Institut Terre Environnement Strasbourg

当前招生状态尚待核对，请以招聘方最新公告为准。

所在国家或地区
法国
申请截止日期
2026 年 10 月 17 日（星期六）23:59 截止，时区未注明；计划 2026 年 12 月 1 日入职。
资助信息
HORIZON EUROPE INTEGRATOR 项目；月薪至少 2300.00 欧元，未标明税前或税后；全职固定期限博士合同 36 个月。每年休假及 RTT 合计 44 天；交通费用报销比例 75%，可持续出行补助最高 300 欧元。博士注册费或学费覆盖未明确。提供配备高性能 GPU 的专用计算机，项目会议出行及国际科学会议参与费用获覆盖。

申请工作台

保存项目，围绕当前机会准备申请。截止日期和资格请以原始公告为准。

阅读项目调研与申请判断

项目介绍

项目概览

本博士项目结合地球观测、环境现场数据、机器学习和文本分析，为欧洲流域产生支持水资源韧性管理的指标。

研究属于 HORIZON EUROPE 资助的 INTEGRATOR 项目，将在 Université de Strasbourg 的 ITES、TRHYCO 研究组开展，归属地球与环境科学博士学院。

项目联盟来自 11 个国家，并为博士生提供配备高性能 GPU 的专用计算机；项目会议与国际科学会议相关出行费用获覆盖。

岗位为全职、36 个月固定期限博士合同，计划于 2026 年 12 月 1 日入职。月薪至少 2300.00 欧元，未注明税前或税后；申请截至 2026 年 10 月 17 日（星期六）23:59。

项目详情

INTEGRATOR 的总体目标是，在气候及社会经济条件变化的背景下，改善欧洲公平且有韧性的水资源管理，让流域层面的决策更具前瞻性并以数据为依据。项目拟建立数字水智能系统（Digital Water Intelligence System，DWIS），整合针对特定地点的数字孪生、气候与社会经济因素、业务化预测系统，以及在 Decision Theatre 方法下共同设计的技术、治理和融资工具。博士课题将为该体系提供基于地球观测及相关数据的流域指标，而不是独立承担系统全部建设任务。

联盟合作方来自土耳其、德国、挪威、荷兰、爱沙尼亚、拉脱维亚、意大利、西班牙、希腊、比利时和法国。博士研究将面向欧洲多个示范流域，把高分辨率地球观测数据与先进文本信息提取分析方法相结合，刻画影响水资源韧性的生物物理与水文动态。监测将同时考虑生物地球物理、水文和社会环境维度，服务于早期预警、压力诊断及适应性水管理。

地球观测部分将使用多传感器卫星星座，描述河流系统以及适用时的沿海系统中的地表过程、植被动态和水文状态。植被状态将采用先进生物地球物理参数表征，例如 GPP／NPP、叶面积指数（LAI）和地上生物量，数据来自 Sentinel-1／2／3、BIOMASS 及未来的 LSTM 卫星任务。这里的 LSTM 指项目介绍列出的地球观测任务，不能把它替换为一种神经网络。

水文监测覆盖不同数据与指标组合：光学地球观测数据用于确定水体覆盖范围；主动与被动微波观测，包括 Sentinel-1、SMOS 和 HydroGNSS，用于估计土壤湿度；卫星测高数据，包括 Sentinel-3 和 SWOT，用于监测湖泊及河流水位。博士生将收集并处理这些环境数据，也会使用河流现场观测，开发和实施机器学习方法，从多来源数据中提取有助于改进水管理的指标。

文本分析部分将利用自然语言处理（NLP）和 text mining，从报告、法规与公共政策文件、媒体报道和利益相关方贡献中提取社会环境信号。分析关注极端水文事件及水资源压力，并利用 IPBES Nexus 方法提供的知识解释其背景，从而以社会和生物多样性维度补充遥感监测。文本信息不是单独的研究终点，而将与水文及地球观测指标一起用于流域决策支持。

研究将通过 API 使用主要 Copernicus 服务 C3S、CLMS 与 CEMS，保持与 JRC 数据集的一致性，并与欧洲任务及合作计划衔接，包括 Water4All 和 Biodiversa+。将地球观测指标同现场观测、生物多样性指标、模型和决策工具整合后，博士研究预期形成欧洲范围的协调一致数据集，用于早期预警、情景构建和适应性水资源管理。

研究工作在斯特拉斯堡 ITES 的 TRHYCO（TRansferts dans les HYdrosystèmes COntinentaux）组开展，博士归属 Université de Strasbourg 的地球与环境科学博士学院，并与项目合作方保持紧密合作。专用计算机将配有高性能 GPU，用于机器学习模型开发、训练和实施；介绍没有给出 GPU 型号或数量。项目会议出行和国际科学会议参与费用将获覆盖。国际联盟还提供与欧洲团队交流，参与会议、研讨会及暑期学校的机会。

ITES 位于 Université de Strasbourg 中心校区，距斯特拉斯堡市中心约 10 分钟，附近有提供补贴餐食的行政餐厅。研究环境横跨水科学、地球观测与人工智能，使用卫星图像和现场观测等多样数据，关注可持续和有韧性的水资源管理。具体导师姓名与各合作单位分工尚未列出。

申请要点

  • 必需技能：扎实的机器学习知识，以及良好的编程能力，特别是 Python。

  • 语言：要求优秀英语书面和口语能力，介绍列出的水平为 B2 或 C1；英语是项目及国际合作的主要沟通语言。具体认可的考试或证明方式未说明。

  • 优先背景：水文学知识或经验是优势，但明确并非必需条件；良好的沟通和团队合作能力也被列为重要优势。

  • 学历：岗位为博士研究职位，介绍没有另行列出具体学历专业范围或等效标准。

  • 合同与地点：全职固定期限博士合同（CDD Doctorant），36 个月；法国 Bas-Rhin 的 67084 STRASBOURG。

  • 时间：拟于 2026 年 12 月 1 日入职；申请截至 2026 年 10 月 17 日（星期六）23:59，时区未注明。

  • 薪资与福利：月薪至少 2300.00 欧元，未注明税前或税后；每年休假及 RTT 合计 44 天；交通费用报销比例 75%，可持续出行补助最高 300 欧元；另列远程工作与补偿，具体适用条件未说明。

  • 岗位向持有残障工作者身份认定文件的人开放；招聘编号 UMR7063-MARFAH-003；研究领域为大陆表面及界面。

需要进一步确认

需确认导师、直接联系邮箱、申请材料、学历专业条件、英语证明方式、博士注册费用覆盖及薪资税务口径。示范流域清单、具体数据获得方式与 GPU 配置尚未明确。介绍没有按国籍划分资格，也没有列出特别到岗审批要求；这些缺项不能直接当作中国申请者已确认可申请的证据。

查看收录来源与申请要求

收录来源可能是学校或招聘平台；正式申请入口及最新要求请核对公告与下方报告中的官方来源。

项目深度调研报告

报告生成记录：。生成日期不代表招聘方确认项目仍开放。

资料更新记录：。申请前请再次核对原始公告。

卫星与现场数据怎样支持水资源决策：斯特拉斯堡机器学习博士调研

快速判断

值得考虑，先确认任务边界与资格。 博士要把卫星影像、河流现场观测和文本信息转为流域尺度的水资源指标，检验这些指标能否支持预警及管理决策。有 Python 机器学习与环境数据经验的申请者较匹配；具体示范流域、验证数据和导师分工仍需落实。岗位位于斯特拉斯堡，是为期 36 个月的 CNRS 博士雇佣合同，依托 Horizon Europe 水资源韧性联盟 INTEGRATOR，月薪至少 2300 欧元，计划于 2026 年 12 月 1 日入职。招聘说明没有注明薪资是税前还是税后，不能直接将其当作到手收入。官方招聘说明

当前最需要处理的是申请时间和关键条件核实。截至 2026 年 10 月 12 日，雇主页面显示截止时间为 2026 年 10 月 17 日（星期六）23:59；法国公共服务招聘镜像页则显示 2026 年 10 月 18 日，岗位状态为尚待招聘。两者存在一天差异，在得到招聘方确认前，应按较早的雇主截止时间准备和提交申请，并确认时区。法国公共服务招聘镜像页

最契合的背景包括水文学、环境工程、地球科学、遥感、GIS 或应用机器学习，尤其是有卫星、空间、时间序列或环境传感器数据的实际 Python 项目经验。主要风险在于研究范围较宽：地球观测、现场水文数据、机器学习、NLP／文本挖掘、Copernicus 服务、生物多样性与社会背景，以及数字水智能系统都在介绍中出现。这样的交叉研究有吸引力，前提是导师能够给出博士第一年可完成的任务和里程碑。

研究问题与博士工作

可能的工作安排、方法与成果

从任务内容判断，合理的博士计划可能分为三个层次；这属于对研究安排的分析，不是已经确定的工作包：

  • 数据处理流程： 为 Sentinel-1／2／3、SMOS、SWOT、HydroGNSS 或 Copernicus 服务数据，以及河流现场观测，建立可复现的数据处理流程。
  • 指标建模： 把地球观测和现场数据转为水资源韧性指标，例如植被胁迫、水面动态、土壤湿度、水位异常和水资源压力指标。
  • 系统整合： 将指标用于早期预警、情景分析或 DWIS 决策流程，并可能加入从政策、媒体或利益相关方文本中提取的信号。

研究价值不仅在于训练一个机器学习模型。更可能形成博士贡献的问题是：方法能否跨流域保持可靠、是否符合物理规律、如何量化不确定性、如何融合不同传感器、如何处理缺失数据，以及指标能否被水资源决策者理解和使用。近期关于地下水物理信息神经网络（PINN）的综述显示，领域研究活跃，但训练稳定性、计算效率、边界条件处理和跨情景泛化仍是难点。若课题要从较高预测精度走向可运行的水资源智能系统，这些限制尤其相关。地下水 PINN 综述

尚未解决的问题及其意义

项目属于 INTEGRATOR，目标是在流域尺度支持具有前瞻性、以数据为依据的水资源管理。合作单位介绍称，INTEGRATOR 是一个为期三年、总额 600 万欧元的 Horizon Europe 项目，有来自 11 个国家的 18 家合作单位，计划在六个示范流域建立数字水智能系统（Digital Water Intelligence System，DWIS）。系统结合监测、水文建模、数字孪生和 AI 交互界面。Boğaziçi 环境科学研究所公告 合作实验室还介绍，系统将连接短期预测、长期气候预估、水资源分配、决策支持和利益相关方共同设计。HydroLAB 的 INTEGRATOR 介绍

博士课题的范围比整个系统更具体：针对欧洲示范流域，利用地球观测及相关数据建立流域尺度指标。招聘说明列出的任务包括高分辨率地球观测、多传感器卫星星座、GPP／NPP、叶面积指数（LAI）和地上生物量等植被指标，利用光学数据确定水面范围、利用微波观测估计土壤湿度、利用卫星测高监测河流和湖泊水位，以及处理河流现场观测。NLP／文本挖掘部分将从报告、法规、媒体和利益相关方材料中提取信息。官方招聘说明

学校、学科与培养

Université de Strasbourg 的整体学校背景较好，但不宜只看排名。QS 2027 学校页面显示排名为 并列第 456 名（#=456）。QS 学校页面 ShanghaiRanking 也有学校资料，可用于核查整体科研表现；如果排名是比较机会的重要依据，仍应核实当前具体区间。ShanghaiRanking 学校页面 对本课题而言，CNRS、大学和 ENGEES 的研究单位结构，以及 TRHYCO 与研究内容的匹配，比单一全球排名更有判断价值。

领域需求有较强支撑。欧盟委员会把水资源韧性视为重要政策与经济挑战，称欧盟水产业产生 1070 亿欧元经济规模、支持 170 万个岗位。欧盟水资源韧性战略 UN-Water 指出，按当前进展速度，可持续水管理至少要到 2049 年才能实现，说明流域尺度、综合且以数据为依据的管理能力仍有需求。UN-Water 综合水资源管理进展报告 EUSPA 则将 Copernicus 等欧洲空间设施支持的地球观测与 GNSS 下游应用描述为活跃市场。EUSPA GNSS 与地球观测市场报告

这一技能组合可能通向科研、环境咨询、水管理机构、地球观测下游服务、气候适应分析，以及数字孪生和决策支持岗位。世界经济论坛 2025 年就业报告摘要列出 AI、大数据、技术素养和环境保护相关能力的增长趋势，也为这一方向提供宏观背景；它不代表本项目能保证具体就业结果。WEF 2025 年就业报告摘要

导师与研究条件

导师研究方向

公开招聘说明没有列出直接导师。招聘编号包含 MARFAH，接收团队的官方页面又列出 Marwan Fahs 为 TRHYCO 共同负责人，因此他是可能的主要指导者，但这仍是推断，需要直接确认。其 ITES 个人页面列出的方向包括含水层中的水流、质量与热传输，以及高效、稳健的数值模型。Marwan Fahs 个人页面

TRHYCO 对水文系统建模有较明确的研究基础。团队介绍涵盖水文系统中的流体循环、混合、溶解态与颗粒态物质通量，结合实验室和野外实验、数值建模、反问题及不确定性分析。研究条件包括受控的 900 立方米人工水文系统 SCERES，以及布设观测设备的流域。相较于一般 AI 团队，这一环境能提供更直接的水文建模支撑。TRHYCO 团队介绍

近期重要论文及其关联

近期论文最能支持的是物理信息机器学习与地下水／地下介质建模能力。

  • Water Resources Research，2026： Marwan Fahs 为通讯作者，论文比较连续时间、离散时间和时间分解 PINN 在动态条件下潜水含水层流动建模中的表现，报告离散时间方法在保持精度的同时明显提高效率。其关联在于，水资源智能系统需要尊重水文动力学的机器学习，而不仅是黑箱预测。论文
  • Journal of Geophysical Research: Machine Learning and Computation，2026： Fahs 的贡献包括研究构思、指导和经费支持。论文用压力—速度混合形式的 PINN 处理非均质含水层流动，针对普通 PINN 难以处理的情形。论文
  • Journal of Hydrology，2026： Fahs 参与的综述分类讨论将物理知识融入神经网络的方法，并联系水文应用，能为课题选择方法提供框架。综述
  • Advances in Water Resources，2024： Alhubail、Fahs、Lehmann 和 Hoteit 评估非均质多孔介质中压力水头—速度混合形式 PINN 的权重策略，与模型训练稳定性有关。论文

这些论文与物理约束水文机器学习高度相关，但不能据此确认可能的导师近期也长期主导地球观测指标生产或 NLP／文本挖掘。申请者应了解这些部分是否由共同导师或 INTEGRATOR 合作单位提供指导。

实验室资源与合作环境

接收环境包括 TRHYCO、ITES、ED 413 和 EOST。招聘说明承诺提供配有高性能 GPU 的专用计算机，并承担项目会议和国际科学会议出行费用。官方招聘说明 EOST 还设有地球观测平台，具备可见光、红外、雷达影像、点云、多光谱数据、SAR 处理和卫星数据存档相关仪器及软件资源。EOST 地球观测平台

ED 413 是 Université de Strasbourg 的地球与环境科学博士学院，覆盖地球物理、地球化学、地质学、环境科学和地理学，ITES 是其关联实验室。其学科环境与课题契合，也意味着申请材料需要说明机器学习如何服务于环境科学问题。ED 413 介绍

资助、申请与生活成本

招聘条件包括全职 36 个月博士合同、至少 2300 欧元月薪、每年休假与 RTT 合计 44 天、75% 交通费用报销，以及最高 300 欧元可持续出行支持。法国公共服务招聘镜像页也确认三年固定期限合同和最低月薪。法国公共服务招聘镜像页 Campus France 介绍，CNRS 等研究机构可以通过合同资助博士，并给出研究机构资助博士每月约 1500 欧元净收入的参考信息；这不能用于换算本岗位的具体到手工资。Campus France 博士资助说明

对非欧盟申请者，重要问题是合同是否配套接待协议（hosting agreement），能否走 researcher-talent 长期签证路径。Campus France 说明，在接待协议下，通过博士合同、CIFRE 或其他工作合同受雇从事研究的博士生，可以适用该签证路径。Campus France 研究人员长期签证说明 France-Visas 也介绍研究人员的国际人才签证／居留框架和接待协议。France-Visas 国际人才说明 招聘说明没有列出国籍限制，但这不足以确认中国或其他非欧盟申请者已满足全部申请及入职条件。

学生预算只能提供开支背景，无法据此判断个人生活结余。岗位没有给出税务口径、个人工资扣款、实际租房报价或住宿保障。Campus France 给出的法国学生餐饮、交通和住宿综合参考预算为每月 600—800 欧元，具体取决于地点及住宿类型。Campus France 生活成本问答 Université de Strasbourg 的预算页面提醒当地生活成本可能较高，并列出食品和学生开支参考。斯特拉斯堡大学预算页面 Campus France 列出 2026／27 学年的 CVEC 学生与校园生活贡献费为 105 欧元。CVEC 说明

需要确认 2300 欧元的税前／税后口径、社保扣款，以及 CNRS 或博士学院是否承担注册费和 CVEC。现有信息支持“带薪博士合同”，但尚不足以确认所有费用均获覆盖。

申请背景与准备

已公布要求及背景判断

雇主未公告正式学历／专业门槛、完整申请材料或认可的英语证明路径。页面的“Doctorat”描述博士岗位，不能据此要求申请人已取得博士学位。政府镜像另标“Niveau 8 Doctorat／同等学历”及“Français Seuil”，与雇主正文的英语 B2／C1 要求不一致；这些分类字段需要向招聘方澄清，不宜直接新增法语或已有博士的硬门槛。政府镜像

招聘说明明确要求扎实的机器学习知识、良好的编程能力，尤其是 Python，以及 B2 或 C1 水平的优秀英语书面和口语能力。沟通与团队合作能力是重要优势；水文学知识或经验也是优势，但明确并非必需。官方招聘说明

有说服力的申请材料应在至少三个方面提供实际证据：Python 数据处理、环境或空间数据处理、机器学习模型验证。项目代码或论文可涉及 Sentinel／Copernicus、水文时间序列、栅格／矢量 GIS、传感器融合、干旱／洪水／土壤湿度指标，以及考虑不确定性的机器学习。计算机背景申请者需要展示对环境问题的实际理解；水文或地球科学背景申请者需要展示已经能够使用的编程与机器学习能力。

优先经历与建议准备

建议准备一页技术匹配说明，把已有经验对应到招聘提到的数据类型：Sentinel-1／2／3、BIOMASS 和未来 LSTM 卫星任务的植被指标、SMOS／HydroGNSS 土壤湿度、SWOT／Sentinel-3 测高、Copernicus API、河流现场观测，以及 NLP／文本挖掘。这里的 LSTM 是地球观测任务名称。应准确说明经验范围和补足缺项的计划。

可准备的内容包括 Copernicus 数据访问、xarray／rasterio／geopandas 工作流程、流域水文学与水量平衡，以及接收团队一到两篇近期 PINN／水文论文。鉴于岗位范围超过通常单个博士工作包，还应提前准备导师分工和任务边界问题。

下一步与待确认问题

提交申请前

尽快使用官方申请入口，在招聘方确认前按较早的 2026 年 10 月 17 日 23:59 安排提交。法国当地时间只能作为提交安排的假设，招聘文字没有注明时区；需直接确认，不能把这一假设写成已核实的官方时间。

从申请系统或招聘方确认所需材料，包括简历、成绩单、学位证书、研究陈述、推荐材料、英语证明和学历等效认定；这些是需要核查的材料类型，不是已经确认的完整清单。

确认直接导师和共同导师，具体询问 Marwan Fahs 是否为主要导师、由谁指导地球观测、由谁指导 NLP／文本挖掘，以及哪些 INTEGRATOR 合作方提供数据或参与指导。

面试时

了解第一年的任务和里程碑：负责哪些示范流域，优先处理哪些数据，使用什么基线指标和验证数据，预期发表论文或交付哪些成果，以及如何连接 DWIS 而避免博士工作主要变为平台工程。

了解计算和数据访问条件。除招聘提到的 GPU 专用计算机外，还应确认存储、远程算力、Copernicus／JRC API 访问支持、代码仓库规范，以及野外／现场数据是否已可使用。

接受录取前

确认工资口径、社保扣款、注册费、CVEC、医疗保险、带薪休假、远程工作规定、出行预算，以及签证和接待协议办理时间。非欧盟申请者应了解谁负责出具接待协议、2026 年 12 月 1 日入职是否现实，以及必要时能否调整入职时间。

证据与来源

招聘、博士培养与研究环境

论文与学校排名

资助、费用、签证与生活成本

领域政策与就业背景

按研究方向和所在国家或地区整理，优先展示资助类型相近的机会。申请前请核对各项目的最新公告。